基本思想
GAN全稱生成對抗網絡，是生成模型的一種，而他的訓練則是處于一種對抗博弈狀态中的。
譬如：我要升職加薪，你上司力還不行，我現在上司力有了要升職加薪，你執行力還不行，我現在執行力有了要升職加薪，通過這樣不斷的努力和被拒絕，最後的最後你要不離職了要不升職加薪了。
這個例子中，個人的能力在不斷的變化，上司的定義也在不斷變化，選上司要通過不斷的對比觀察，你要通過不斷的訓練和實踐，處于一種對抗博弈中。
基本結構
GAN的主要結構包括一個生成器G（Generator）和一個判别器D（Discriminator）。
上面的上司是判别器，你是生成器。上司需要告訴你如何才能成為上司，你需要學習訓練成為上司。
定義一個模型來作為生成器，輸入需要一個n次元向量(能騙過判别器，譬如執行力，上司力，創新力)，能夠輸出一個向量，譬如輸出一個上司。
定義一個分類器來作為判别器用來判别此人是否是上司，輸入為此人，輸出為判别是或否。